熊貓剪出一系列具有南價值的東西

Question

我想將pandas cut功能應用於包含NaN的系列。 所需的行為是，它對非NaN元素進行存儲並為NaN元素返回NaN。

import pandas as pd
numbers_with_nan = pd.Series([3,1,2,pd.NaT,3])
numbers_without_nan = numbers_with_nan.dropna()

對於沒有NaN的系列，切割效果很好：

pd.cut(numbers_without_nan, bins=[1,2,3], include_lowest=True)
0      (2.0, 3.0]
1    (0.999, 2.0]
2    (0.999, 2.0]
4      (2.0, 3.0]

當我剪切包含NaN的序列時，元素3正確返回為NaN，但是最后一個元素分配了錯誤的bin：

pd.cut(numbers_with_nan, bins=[1,2,3], include_lowest=True)
0      (2.0, 3.0]
1    (0.999, 2.0]
2    (0.999, 2.0]
3             NaN
4    (0.999, 2.0]

如何獲得以下輸出？

0      (2.0, 3.0]
1    (0.999, 2.0]
2    (0.999, 2.0]
3             NaN
4      (2.0, 3.0]

Answer 1

這很奇怪。 問題不pd.NaT ，這是事實，您的序列具有object dtype而不是常規數字序列，例如float ， int 。

一個快速的解決辦法是更換pd.NaT與np.nan通過fillna 。 這將觸發從object到float64 dtype的系列轉換，也可能導致更好的性能。

s = pd.Series([3, 1, 2, pd.NaT, 3])

res = pd.cut(s.fillna(np.nan), bins=[1, 2, 3], include_lowest=True)

print(res)

0    (2, 3]
1    [1, 2]
2    [1, 2]
3       NaN
4    (2, 3]
dtype: category
Categories (2, object): [[1, 2] < (2, 3]]

更通用的解決方案是事先將其顯式轉換為數字：

s = pd.to_numeric(s, errors='coerce')